機器學習_L1和L2正則化

L1範數：向量中各個元素絕對值的和。

L2範數：向量中各個元素平方和再求平方根。

L1範數能夠達到使參數稀疏的目的。

L2範數不但可以防止過擬合，提高模型的泛化能力，還可以讓我們的優化求解變得穩定和快速。L2對大數和outlier更敏感。